SciELO - Scientific Electronic Library Online

 
vol.40 número2Descripción Morfométrica de la Anatomía Externa e Interna del Ambystoma mexicanumPrevalencia de Radix Entomolaris en Primeros Molares Mandibulares Usando Tomografía Computarizada Cone-Beam en una Subpoblación del Sur de Chile índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


International Journal of Morphology

versión On-line ISSN 0717-9502

Resumen

YANG, Huifang; WANG, Xinwen  y  LI, Gang. Segmentación Automática de Cámaras Dentales y Pulpares con Red de Inteligencia Artificial y Método de Morfometría en TC de Haz Cónico. Int. J. Morphol. [online]. 2022, vol.40, n.2, pp.407-413. ISSN 0717-9502.  http://dx.doi.org/10.4067/S0717-95022022000200407.

El objetivo del presente estudio fue extraer estructuras dentarias y óseas alveolares desde imágenes CBCT automáticamente, lo cual es un paso clave en el análisis de imágenes CBCT en el campo de la estomatología. En este estudio, se utilizó la segmentación de tipo emántica para la segmentación automática. Se ingresaron cinco clases de imágenes CBCT marcadas, para el entrenamiento de la red neuronal U-net. El tejido duro del diente (incluidos esmalte, dentina y cemento), la cavidad de la pulpa dentaria, hueso cortical, hueso esponjoso y otros tejidos se marcaron manualmente en cada clase. Los datos se obtuvieron de diferentes regiones de interés. La configuración de la red y los parámetros de entrenamiento se optimizaron y ajustaron de acuerdo con un análisis predictivo. Este método se puede utilizar para segmentar dientes y estructuras óseas periféricas mediante CBCT. El tiempo del proceso de segmentación automática para cada CBCT fue menor a 13 min. El “Dice” de evaluación de la imagen de referencia fue de 98 %. El modelo U-net combinado con el método “watershed”puede segmentar eficazmente los dientes, la cavidad pulpar y el hueso cortical en imágenes CBCT. Puede proporcionar información morfológica para el tratamiento clínico.

Palabras clave : Red neuronal convolucional; Segmentación de dientes; Tomografía computarizada de haz cónico; Morfología.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )